宜信研究院：英国隐私保护软件公司Privitar

1

公司简介

Privitar成立于2014年，是一家“隐私工程技术”（privacy engineering technology）公司，公司总部设在伦敦，并在北美、欧洲和亚洲拥有全球客户群。Privitar开发的软件可兼顾数据价值挖掘和数据隐私保护要求，让企业在客户隐私信息严格保护的前提下开展数据分析，从而优化体验、提高营收，将企业数据资产的价值变现。目前，Privitar在隐私数据保护方面握有多项专利，不仅开发了能够帮助金融服务公司增加匿名性和私密性的软件，还将技术扩展应用到多个行业。

Privitar的联合创始人兼CEO Jason du Preez曾担任汤森路透（Thomson Reuters）全球业务主管一职，在此之前，他共同创立并领导了数据管理软件公司m35的成长，直至成功退出汤森。他将Privitar定性为“隐私工程”公司，希望将隐私保护纳入数据供应链的各个方面，以避免因为隐私保护而不能充分利用数据而导致的创新受阻，或缺乏隐私保护而使客户受到伤害。

截止2019年6月，Privitar总计进行了5轮融资，累计获得融资6320万美元，最近一次融资是在2019年6月10日获得由Accel领投的4000万美元融资。

2

公司业务

Privitar可为企业客户提供多种数据隐私保护解决方案：它可使脱敏后的数据更适用于企业运维，为企业提供数据隐私及政策管理，帮助企业解锁客户洞察，确保数据平台的合规性，并实现云迁移和云存储，为初创公司提供敏感数据隐私保护。Privitar有三种核心产品，分别是Privitar Publisher，Privitar Lens和SecureLink。

（1）Privitar Publisher

Privitar Publisher主要通过将数据“去识别化”（de-identified）——通过技术手段使敏感数据不能被识别——来释放敏感数据的价值。它旨在帮助非技术用户创作和管理数据保护政策，同时跟踪数据沿袭，为用户提供数据隐私保护和治理解决方案。Privitar Publisher有以下几个亮点：

Privitar Publisher的“隐私工程技术”

Privitar Publisher具备数据脱敏技术（DataMasking），即对某些敏感信息通过脱敏规则进行数据的变形，实现敏感隐私数据的可靠保护。对数据进行不可逆的去身份化后，再用于非生产环境，同时自动保留引用完整性，以便应用程序能够继续正常运行。它还具备k-匿名技术（k-anonymity），即通过概括和隐匿技术，发布精度较低的数据，从而减少链接攻击所导致的隐私泄露。这可以最大限度地确保数据集的隐私和实用性，并跨多个环境实施。它还可以将隐形水印嵌入到受保护的数据中，因此，如果数据未经授权分发，则可以更容易地调查谁负责。这可以起到阻止“未经授权的行为”的作用。

图1：Privitar Publisher的隐私工程技术

Privitar Publisher的算法具有高度可扩展性，可在各种处理引擎（如Hadoop集群或流数据流平台）上处理静态和动态的数据，适合各类数据驱动型组织。

图2：Engineered for Data-Driven Organisations

Privitar Publisher的数据风险管理

Privitar Publisher使用受保护的数据域（PDDs）来降低风险并实现在整个组织中的数据安全。PDDs是数据发布的容器，可提供对数据一致性和参照完整性的精准控制：发布到不同PDDs的数据无法直接链接，从而防止了收件人之间的串通。PDDs允许数据所有者通过捕获诸如收件人、审批人之类的元数据来记录数据发布的历史记录。

图3：Data risk management

（2）Privitar Lens

Privitar Lens是一种隐私保护查询界面，可帮助客户用最敏感的数据进行统计分析和报告制作。它允许使用者无需访问原始数据即可查询和分析最有价值的数据集（例如计数、计算和直方图）并记录和审计所有的查询。Privitar Lens位于数据提供商和应用程序之间，为统计数据提供隐私保护API（(Application Programming Interface)，还可为各种数据产品提供支持，例如交互式可视化，仪表板或报告。同时也为个人提供黄金标准的差异隐私保护。

图4：Privitar Lens

Privitar Lens内置了风险评估引擎，可自动评估数据隐私风险，识别“最佳匿名级别”，以确保在保持数据实用性的同时保护隐私。Privitar Lens还内置了自动隐私检查引擎，通过自动执行隐私和实用程序检查加快审批流程，使客户更快的从数据上获得洞察力。借助Lens的自动隐私引擎，数据所有者可以快速进行修订，避免重复的手动检查，还会看到隐私保护对统计效用的影响。这些保护措施可以促使数据驱动型企业将更多数据分享给消费者，创造更多收入。

（3）Privitar SecureLink

Privitar SecureLink是一个数据链接系统，旨在帮助组织 “克服信任障碍”和“打击数据孤岛”，它可以分享多个组织的数据，并使数据被“去识别化”且中央组织无法恢复原有标识符。例如，由于监管或竞争障碍而无法被获取的患者数据就可以通过SecureLink系统来进行收集、脱敏和分享，释放其价值；金融监管机构也可以收集竞争市场的数据来进行分析，而不会泄露贡献者的隐私。

来自各个组织的孤立的数据基于SecureLink发布的基准汇聚到SecureLink的中央方后，中央方可以将对数据的洞察或摘录反馈给这些组织，同时确保对数据进行脱敏处理。这种共享方式允许加入的各方从数据的丰富性中受益，而没有泄露敏感数据的风险。

SecureLink工作流程如下：

数据贡献方各自加密其数据集中的标识符；

中间方进一步隐藏标识符，同时保留其原始加密形式;

中央方接收数据集，加入加密属性，但不能解密它们或识别原始标识符.

图5：SecureLink 工作流程

3

合作伙伴与客户

Privitar与以下技术合作伙伴进行合作，使其客户能够在组织中采用全面数据隐私策略：

Privitar与全球和本地咨询公司合作，为客户企业的架构、规划和实施大数据战略提供支持；与成熟的系统集成商合作，为不同地区的客户提供有效服务。

Privitar的客户正从银行和金融科技企业扩展到各行各业：

4

公司动态

2019年6月，Privitar获得了由Accel领投的4千万美元的B轮融资，以促进数据的安全和合规使用。

2019年3月，Privitar被选为Fast Growth Icon network的成员，该组织汇集了后期创业公司的创始人和首席执行官，讨论建立1亿英镑以上收入业务的实际情况。Privitar的入选意味着其被Fast Growth Icon network认为是未来最有趣和最成功的增长型企业之一。

2019年2月，privitar获得亚马逊网络服务合作网络（Amazon Web ServicesPartner Network).的高级技术合作伙伴地位，使亚马逊网络服务（AWS）的客户可以在创新的同时保护敏感信息，兼具灵活性和可扩展性，从而加速高级分析和机器学习的广泛采用。

（来源：宜信研究院）

转载文章仅为分享，如有侵权请联系我们删除

来源：奇异果腼腆